曹希仁教授重点介绍了一类基于学习的优化方法，称之为相对优化理论。他首先介绍了该优化方法的哲学思想、主要概念和结论，并讨论了其与动态规划的区别、与强化学习的联系。最后曹教授展示了该类基于学习的优化方法能够解决一些优化领域长期未能解决的问题，例如大规模、大数据、不确定性、动态结构、模型和参数未知等现代信息系统优化问题，从而说明该方法推进了优化理论的发展完善。
讲座结束后，曹希仁教授与师生们进行了良好的互动交流，并认真解答师生们的疑问。
最后，夏俐教授对讲座进行了总结。他对曹希仁教授的精彩报告表示感谢，希望大家通过学习找准问题，做更多有意义的科学研究。讲座在热烈的掌声中圆满结束。
嘉宾简介
曹希仁教授目前是上海交通大学的访问讲座教授，香港科技大学的退休荣誉教授。他于1984年获得美国哈佛大学博士学位，曾是美国数字设备公司的咨询工程师、美国哈佛大学的研究员、香港科技大学的教授和讲座教授。他在数据和电信领域拥有3项发明专利，在性能优化和离散事件动态系统领域发表了3本专著。他是IEEE Fellow和IFAC Fellow。他的研究领域包括随机控制、金融工程、随机学习与优化、离散事件动态系统
